AI 世界今日之变

Sam Altman 周三凌晨发文："5.6 sol growth is insane. the inference team has done heroic work to be able to support demand. we are going to move mountains to continue to scale, but it is possible there are some hiccups soon."这条获得了 9700+ 赞、271 转，是本周关于 5.6 Sol 增长最直接的高层背书。他在另一条推文中补了一句："also, a reason to favor open-source harnesses"——为开源 harness 站台，4800 赞。

OpenAI Codex 团队连环营销推 5.6 Sol。Thibault 周三先抛 $100 Codex credit 大招——"如果你告诉我们为什么喜欢 GPT-5.6 Sol 或为什么切换过来，前 10k 用户拿免费 token"。这条 5757 赞、1490 转，是 Codex 团队本周声量最大的单条。紧接着一条"embarrassment of riches. maybe we hit 9M soon. should we reset the ChatGPT Work and Codex usage again?"(3608 赞)——秀出 ChatGPT Work + Codex 合计使用量逼近 900 万。同时还在征集 ChatGPT Work 的改进反馈。

Ryo Lu 发布了一篇本周最值得反复读的长文《when the dream becomes the job》(800+ 赞、62 转)。他承认工作曾经是逃离世界的出口，但当它变成职业、变成责任、变成 deadline，那份原本只属于自己的好奇心就成了 roadmap、taste 成了决策、play 成了 output。然后 AI 来了——写作、编码、设计、推理这些曾经证明"我们有特别之处"的事情，模型也能近似、甚至更快地做。他抛出的命题是：AI 能加速产出、抬高 craft 的地板，但不能替你 want、不能替你决定什么值得爱、护不住那个让一切开始的私人火苗。"if you lose it, you can still operate. you can still manage the machine. you can still prompt, review, decide, ship. but the work becomes thinner. safer. more explainable. less alive."——这是本周 builder 圈最有共鸣的一段。同一天他还在为 Cursor 招 design team(896 赞)。

Box CEO Aaron Levie 抛出一个被低估的观点：code 之所以特别适合 agent，是因为你可以快速测试它——应用跑一下、test suite 跑一下就知道对错。但多数其他工作没有这个属性：股票要等交易执行、合同要等谈判结果、销售要等演讲落地才知道效果。所以企业部署 agent 的真正瓶颈不是模型能力，而是 eval 体系——多数知识工作今天都没有对应的 eval 来判断模型/prompt/系统改动后是否改善。能 eval 自己工作流的企业，会从 agent 拿到最大回报。同一天他还点评了一份 AI standards body 提案："担忧政府按经典节奏运作，那样只会让 AI 进步开始停滞，更糟的是美国可能输掉 AI 竞赛"——框架整体"thread the needle"，但行业内部对 AI 安全风险都没共识。

Vercel CEO Guillermo Rauch 宣布开源 Vercel AI Gateway 的 token flows 数据集——"fascinating insights contained within"。这是 Vercel 第一次把平台层的真实流量数据对外公开，对研究 agent 路由、模型选择和 token 经济学的 builder 来说是稀缺资源。同一天他还在推广 AgentMail："tell your agent to ... no signup, automatic setup and unified billing"——给 agent 的邮件服务，159 赞。

Every CEO Dan Shipper 自嘲式预言："如果你是 Every 读者，6 个月前就知道 Codex 要起飞了"——附上自己过去几个月里反复 cover Codex 的 success kid meme 和 Codex Desktop app launch vibe check 截图(64 赞)。Every 是过去半年最积极 cover Codex 趋势的 newsletter 之一，这条推文相当于事后追认自己的判断力。周三晚他在 Brooklyn brownstone 办 subscriber meetup。

Anthropic 官方账号连续发布三条推文，宣布 Claude for Teachers 正式上线：K-12 隐私优先，永远不训练用户对话，配备符合 FERPA 的 DPA(514 赞)。产品逻辑——老师只要输入"帮我做一个 lesson plan"，Claude 会从州标准 + Learning Commons 的高品质课程出发，先生成计划草稿，再生成学生材料，老师可修订后带入课堂(647 赞)。这是 Anthropic 第一次系统性地进入 K-12 教育市场，对手直指 Khanmigo 和 MagicSchool。

Anthropic 的 Claude Code 团队成员 Thariq 演示了一个 builder 用 agent 做兴趣项目的精彩案例：他最近在玩 Pokemon Champions，把 Claude Code 当 teammate——调 Smogon 的 npm 库拉实时对战数据，自动写报告分析 matchup、breakpoint、theorycraft 队伍(302 赞)。"I'll open source this if it's interesting!"——他愿意把这个 artifact 开源。一个典型的 builder-as-power-user 故事：agent 不只是工作工具，也是玩法放大器。

Peter Steinberger (OpenClaw + OpenAI) 强调一个常被忽略的工程实践：autoreview。"That's why you always wanna run autoreview."(141 赞)——在他看来，agent 工作流里最大的质量保障不是 prompt 本身，而是事后让另一个 agent 复审一遍产出。同一天他还推荐了 Suno AI："delivering bangers!"(167 赞)。autoreview 这个概念配合 OpenAI Codex / Claude Code 的工作流越来越值得纳入常规工程实践。

Aditya Agarwal 抛出一个产品观察："新 ChatGPT app 的 in-depth feature set 我很欣赏。但有一个真实的 tradeoff——我以前一天用 ChatGPT Legacy 做 15-20 次轻量 query，现在新 app 对这种用法太重了。"这是一线 power user 对 OpenAI 把轻量入口重做产品化后的真实不满：feature 多 ≠ 日常好用。

Peter Yang 预告今天将发布新视频《how I use ChatGPT Work (Codex) to do almost everything on my computer》——从选 GPT-5.6 模型、管理 email/calendar 到处理 recurring tasks，7 步完整 setup。是 Codex 实战派的最新教学产物，值得订阅关注。

Building an Ecosystem, not a Walled Garden

The Takeaway：Anthropic 平台团队把 Claude 的能力拆成三层(knowledge → execution → coordination)，并坚信企业级 AI 的未来不是 walled garden，而是一个开放的 builder 生态。

Anthropic 平台负责人 Katelyn Lesse 和 Angela Jiang 在 Training Data 播客上首次系统披露了 Claude 平台的整体架构：API、Claude Code、Agent SDK、Skills、Strategies 五层抽象堆叠而成。最上层是"协调层"(coordination layer)——用来编排不同 agent 的策略组合；中间层是执行层(也就是 Claude Code 这种低层 harness)；最底层是知识层。她们明确表示未来 roadmap 会从 execution layer 向上爬到 coordination layer。

她们强调两条 north star：内部要最大化团队杠杆来 ship "AGI-pilled"产品，外部要让任何 builder 都能用 Claude 搭建任何东西。这种"贴近客户"的姿态解释了为什么 Anthropic 重金投入与 hyperscalers 的深度集成——企业不愿意被锁死在单一平台。

最被误解的产品可能是 Claude in Slack 里的 Tag：表面看是 Slack bot，本质是 Anthropic 对"org level harness"的押注——把上下文工程和主动行为打包成一个永远在线的智能体，让非技术员工也能直接 @Claude 完成报销、新人 onboarding、跨部门协作等流程。"It's like an org level harness. There's a lot of complexity baked into that." —— Andre Kaparthi 的话被反复引用。

Angela 分享了一个关键观点——"everything is not fungible"：模型能思考并不意味着它总是选了最便宜的路径。他们正在构建 sub-agent orchestration 机制，让大 prompt 拆成多个小 agent，每个做最适合自己的事。这是 Anthropic 对 agent 经济学的真实判断：token 不是同质的，平台必须给出差异化能力。

她们把客户分成两类：企业(需要合规、模块化、内存可控)和周末开发者(想要更开放、hackable 的解决方案)。两类的产品形态完全不同，但核心都回到一件事——把生态做大，而不是把花园围起来。